小波方法在信号预处理中的应用研究

摘要

信号在采集和传输过程中,不可避免地会受到各种噪声的干扰,如何合理地进行数据预处理,提取出较为真实可信的信号是信号处理领域中的一个重要研究课题。本文围绕着课题组中一些课题项目存在着的信号预处理问题,采用小波分析方法进行了相关信号预处理应用研究。本文选取了三个典型的测控系统,分别是生化过程软测量、交流电机的解耦控制和自动焊接过程中的焊缝跟踪控制。论文的主要工作如下:
　　 1.生化过程是信号变化十分缓慢的过程控制系统,通过对神经网络逆软测量原理和生化信号特点的分析,认为生化信号预处理算法不仅要获得高精度的测量信号数据,同时还要获取高精度的信号导数数据,即数据预处理算法要求满足高精度和动态性。本文采用离散小波变换,构造了一种自适应小波阈值去噪算法,实现了生化信号软测量对预处理算法的高精度和动态性要求,最后以青霉素发酵过程软测量为例,验证了该算法能有效实现生化信号数据预处理,从而能够在一定程度上改善软测量效果。
　　 2.交流感应电机调速控制是对实时性要求较高的运动控制系统,通过对电机信号特点的分析,认为电机信号预处理算法不仅要能够快速去噪,获取高精度电机信号,还要完好地保留信号中的跳变部分,不致造成平滑或延迟,即数据预处理算法要求具有高精度、快速性和保留信号局部奇异性。本文采用提升格式的小波变换,构造了一种自适应提升格式小波阈值去噪算法,并对实际采集到的电机转速信号进行仿真,实验结果验证了该算法的有效性。最后进行了在线预处理算法设计和应用,从而实现对电机信号的实时在线数据预处理。
　　 3.焊缝跟踪控制的目的是保证在焊接过程中,焊枪能够始终与焊缝位置对中。其中基于电弧传感器的焊缝跟踪控制系统是根据采集到的周期变化的电弧电流信号计算出焊枪与焊缝中心位置的偏差来实现定位跟踪,这就要求通过对电弧电流信号的数据预处理能够准确提取出偏差信息,即数据预处理要求满足准确性。基于结构光视觉传感器的焊缝跟踪控制系统采集到的信号是二维焊缝图像,系统通过对焊缝边缘的准确提取来实现定位跟踪,这就要求焊缝图像预处理能够获得高精度、清晰完整的焊缝边缘,不能误检,也不能漏检,即数据预处理要满足高精度和清晰完整性的要求。本文采用基于小波包变换的理论分别设计了相应的数据预处理算法,并对实际现场采集到的电弧电流信号和焊缝图像信号分别进行了有效的数据预处理,预处理效果表明各自算法的有效性。